Quantum Diffusion Models for Medical Image Analysis
تقدم هذه الورقة نموذج انتشار كمي هجين وقابل للتوسع يستخدم مشية كمية ذات زمن منفصل على جهاز كمي حقيقي للديناميكيات الأمامية ونموذج تعلم كلاسيكي لإزالة الضجيج في العمليات العكسية، حيث نجحت في إظهار أداء تنافسي في توليد صور طبية واسعة النطاق (بما في ذلك الأحجام ثنائية وثلاثية الأبعاد) مقارنة بنظيراتها الكلاسيكية.
المؤلفون الأصليون:Francesco Aldo Venturelli, Stefano Martina, Marco Parigi, Filippo Caruso, Alba Cervera-Lierta, Miguel A. González Ballester
في عالم الذكاء الاصطناي الملحوظ بالتطور، برزت أداة جديدة قوية لإنشاء الصور: نموذج الانتشار (diffusion model). تخيل عملية يتم فيها تحويل صورة واضحة ببطء إلى تشويش، مثل تلف الإشارة في جهاز تلفزيون، حتى لا يتبقى سوى ضجيج عشوائي. لقد تعلم العلماء كيفية عكس هذه العملية، من خلال تعليم الكمبيوتر البدء من ذلك التشويش وتجريد الضجيج تدريجيًا للكشف عن صورة متماسكة. أصبحت هذه التقنية حجر الزاوية في توليد الصور الحديث، مما ساعد في إنشاء كل شيء بدءًا من الرسوم الفنية وصولاً إلى البيانات الطبية الاصطناعية لأغراض البحث. ومع ذلك، فإن تشغيل هذه المحاكاة المعقدة يتطلب قدرة حوسبة هائلة، مما يشكل ضغطًا على حدود الآلات التقليدية. وفي الوقت نفسه، يبرز مجال مختلف من الحوسبة، وهو المجال الذي يستخدم القواعد الغريبة لميكانيكا الكم لحل مشكلات مستعصية على الحواسيب القياسية. تستخدم الحواسيب الكمومية وحدات صغيرة من المعلومات تسمى "الكيوبتات" (qubits)، والتي يمكن أن توجد في حالات متعددة في آن واحد، مما يوفر اختصارًا محتملاً للحسابات الثقيلة. وكان التحدي يكمن في أن الأجهزة الكمومية الحالية لا تزال في مراحلها الأولى والمشوبة بالضجيج، مما يجعل من الصعب استخدامها لمهام واسعة النطاق مثل معالجة الفحوصات الطبية عالية الدقة.
قام فريق من الباحثين الآن بجسر الهوة بين هذين العالمين من خلال إنشاء نظام هجين يستخدم حاسوبًا كموميًا حقيقيًا للتعامل مع الجزء "الفوضوي" من عملية توليد الصور، بينما يتولى حاسوب تقليدي عملية التنظيف. ويُظهر عملهم أنه من الممكن استخدام الأجهزة الكمومية غير المثالية اليوم لنمذجة عملية الانتشار الأمامي — وهي الخطوة التي يتم فيها إفساد الصورة بالضجيج — دون الحاجة إلى تقنية تصحيح الأخطاء التي لم تتوفر بعد. وبدلاً من محاربة الضجيج الطبيعي للآلة الكمومية، حوله الباحثون إلى ميزة، مستغلين عدم استقرار الآلة المتأصل للمساعدة في تشتيت بيانات الصورة إلى عشوائية. ثم قاموا بتدريب شبكة عصبية كلاسيكية، وهي نوع من أنواع الذكاء الاصطناعي، لتعلم كيفية عكس هذا الضجيج الكمومي المحدد وإعادة بناء الصورة الأصلية. واختبر الفريق هذا النهج على ثلاثة أنواع مختلفة من البيانات الطبية: صور ملونة صغيرة لخلايا الدم، وفحوصات رمادية كبيرة لأدمغة بشرية، وأحجام ثلاثية الأبعاد لكسور في الضلوع.
تظهر النتائج أن هذا الأسلوب الهجين ينافس النهج الكلاسيكية البحتة، حتى عند التعامل مع بيانات طبية معقدة ثلاثية الأبعاد. بالنسبة لفحوصات الدماغ وبيانات كسور الضلوع، أنتج النموذج المدعوم كموميًا صورًا تتشابه بنيويًا بشكل كبير مع الفحوصات الحقيقية، مما يطابق جودة أفضل النماذج التقليدية. وفي الواقع، بالنسبة لأحجام كسور الضلوع ثلاثية الأبعاد، أنتج النموذج الهجين بيانات كانت أقرب إحصائيًا إلى التوزيع الأصلي من النسخة الكلاسيكية. ووجد الباحثون أن العملية الكمومية كانت جيدة بشكل خاص في الحفاظ على التفاصيل البنيوية للصور، مثل أشكال بطينات الدماغ أو نسيج كسور العظام. وهذا يشير إلى أن الطريقة الفريدة التي ينشر بها الضجيج الكمومي المعلومات قد تساعد بالفعل في إنشاء صور طبية أكثر واقعية من الطرق القياسية في سيناريوهات معينة.
اعتمدت الدراسة على خوارزمية كمومية محددة تسمى "المسار الكمومي في زمن منفصل" (discrete-time quantum walk)، والتي تعمل مثل "سائر عشوائي" يتحرك على طول سلسلة من الاحتمالات. في هذا الإعداد، يتم تخصيص كل بكسل من صورة طبية لسائر كمومي يتحرك ذهابًا وإيابًا، حيث يمثل موقعه سطوع أو لون ذلك البكسل. قام الباحثون بتشغيل هذه العملية على حاسوب كمومي حقيقي يحتوي على 133 كيوبت، حيث تم اختيار مجموعة صغيرة من الكيوبتات المتصلة لتعمل كـ "السائر" و"العملة" التي تحدد اتجاهه. ولأن الآلة مشوبة بالضجيج، فإن السائر لا يتحرك بدقة، بل يهتز وينحرف، وهو بالضبط ما يحتاجه نموذج الانتشار لتحويل الصورة الواضحة إلى ضجيج. عالج الفريق صورًا تصل إلى 64 مستوى مختلفًا من الكثافة، وأحجامًا مكونة من آلاف البكسلات ثلاثية الأبعاد الصغيرة. ووجدوا أنه من خلال إدارة الأجهزة الكمومية بعناية واستخدام حاسوب كلاسيكي لتعلم عملية العكس، تمكنوا من توليد صور طبية اصطناعية جديدة تبدو وتتصرف مثل بيانات المرضى الحقيقية.
بينما أظهر النظام وعودًا كبيرة، لاحظ الباحثون أن الأداء كان يتفاوت اعتمادًا على نوع الصورة. فبالنسبة لصور خلايا الدم الأصغر والأقل دقة، كانت التشابهات البنيوية أقل قليلاً مما حققته دراسات أخرى باستخدام إعدادات مختلفة. ومع ذلك، أوضح المؤلفون أن هذا يرجع على الأرجح إلى انخفاض الدقة وقلة مستويات الألوان في مجموعات البيانات الخاصة بهم، وليس فشلًا في الطريقة الكمومية نفسها. وتعد هذه الدراسة بمثابة "إثبات مفهوم"، حيث تُظهر أن الحواسيب الكمومية الحالية، غير المثالية، يمكن أن تكون أدوات مفيدة لمهام التصوير الطبي. وهي تشير إلى أننا لسنا بحاجة للانتظار حتى تتوفر أجهزة كمومية مثالية وخالية من الأخطاء للبدء في استكشاف إمكاناتها في الرعاية الصحية. فمن خلال الجمع بين القوة الخام والمشوبة بالضجيج للأجهزة الكمومية الحالية مع دقة التعلم الكلاسيكي، يمكن للعلماء الآن معالجة بيانات طبية واقعية بطرق كانت تعتبر سابقًا بعيدة المنال.
ملخص تقني: نماذج الانتشار الكمي لتحليل الصور الطبية
بيان المشكلة حققت الذكاء الاصطناعي التوليدي، ولا سيما نماذج الانتشار (Diffusion Models - DMs)، أداءً رائدًا في تحليل الصور الطبية، بما في ذلك توليد البيانات الاصطناعية وإعادة البناء. ومع ذلك، فإن نهج تعلم الآلة الكمي (QML) الحالية لتحليل الصور تعاني من قيود شديدة بسبب محدودية أجهزة الكمبيوتر الكمية ذات المقياس المتوسط ذات الضجيج (NISQ). معظم المحاولات السابقة قيدت أبعاد البيانات بشكل كبير أو اعتمدت على أطر هجينة حيث تكون عملية الانتشار الأمامية (forward diffusion process) كلاسيكية، بينما يتم تعزيز عملية إزالة الضجيج (denoising) فقط بالتقنيات الكمية. علاوة على ذلك، فإن الأعمال السابقة التي طبقت نماذج الانتشار الكمي (QDMs) على التصوير الطبي استخدمت بنيات U-Net كلاسيكية معززة بطبقات كمية لعملية الإزالة الخلفية فقط، مما أدى إلى الفشل في الاستفطادة من الخصائص الجوهرية للأجهزة الكمية في الديناميكيات الأمامية.
المنهجية يقترح المؤلفون نموذج انتشار كمي هجين (Hybrid Quantum Diffusion Model) قابل للتوسع، يقوم بشكل فريد بتعيين عملية الانتشار الأمامية لجهاز كمي حقيقي، وعملية إزالة الضجيء الخلفية لنموذج تعلم كلاسيكي.
العملية الأمامية الكمية:
يستخدم الأسلوب سير المشي الكمي المنفصل زمنياً (DTQW) الذي يتم تنفيذه على جهاز NISQ حقيقي (تحديداً المعالج ibm_torino من IBM).
يتم تقسيم بكسلات الصورة المدخلة (أو الفوكسلات) إلى مستويات شدة (0,…,2Nq−1) وتعيينها إلى حالات كمية.
يستخدم النظام توبولوجيا عملية ماركوف من نوع "سلسلة حلقية" (ring-chain)، حيث يتحرك السائر الكمي على طول سلسلة من مستويات الشدة. ويحدد "عملة" (coin qubit) في حالة تراكب الاتجاه الذي سيسلكه السير.
والأهم من ذلك، يستغل المؤلفون الضجيج الكمي الجوهري لجهاز NISQ كمورد ضروري. فبينما قد تمنع الديناميكيات الموحدة (unitary dynamics) النقية التقارب نحو توزيع منتظم، فإن فك الترابط (decoherence) والضجيج الطبيعي في الأجهزة يسهلان الانتقال إلى التوزيع المسبق المنتظم المطلوب (p(xT)).
يتم تنفيذ الديناميكيات الأمامية عبر قناة كمية E تُطبق على التطور الموحد Ut، وتُصاغ كالتالي: ρt=E(Utρ0Ut†).
للتعامل مع الصور الكبيرة، تتم عملية التوازي: يخضع كل بكسل/قناة لعملية DTQW مستقلة. وقد رفع المؤلفون مستويات الشدة من 8 إلى 64 مقارنة بالعمل السابق، باستخدام تحسينات Qiskit لتقليل عدد البوابات.
العملية الخلفية الكلاسيكية:
يتم تدريب بنية U-Net لعكس عملية الانتشار، حيث تتنبأ بالبيانات النظيفة xt−1 من الحالة المشوشة xt.
U-Net ثلاثية الأبعاد (3D) للبيانات الحجمية، وتتميز بتضمين زمني في كل من طبقتي الترميز وفك الترميز (decoder)، وعنق زجاجة أكثر عمقاً، ودوال تنشيط SiLU لضمان استقرار التدرج.
يتضمن التدريب تقليل دالة الخسارة بين قيم البكسل المرجعية وإعادة بناء U-Net، وبالنسبة لمجموعة بيانات BraTS2020، تُستخدم خسارة هجينة تجمع بين الإنتروبيا المتقاطعة (Cross-Entropy) وتباعد كولباك - ليبلر (KL divergence) لمطابقة توزيع قيم البكسل بشكل أفضل.
مجموعات البيانات والتقييم:
تم اختبار النموذج على ثلاث مجموعات بيانات طبية متميزة: BloodMNIST (3,329 صورة RGB، بمقاس 64×64)، و BraTS2020 (484 شريحة MRI رمادية، بمقاس 190×190)، و FractureMNIST3D (1,370 حجماً ثلاثي الأبعاد من الأشعة المقطعية، بمقاس 28×28×28).
تم تقييم الأداء باستخدام ثلاثة مقاييس: تباعد KL (المحاذاة التوزيعية)، و مسافة فريدشيه للإنسبشن (FID) (الجودة التوليدية)، و مقياس تشابه البنية (SSSS) (الدقة الهيكلية).
أُجريت التجارب عبر كل من المحاكاة الكلاسيكية لـ QDM والتنفيذ التجريبي على الجهاز الكمي الحقيقي مع تقنيات تخفيف الخطأ.
المساهمات الرئيسية
بنية مبتكرة: على عكس نماذج QDM السابقة التي تستخدم الطبقات الكمية فقط للمرحلة الخلفية، ينفذ هذا العمل عملية انتشار أمامية كمية على أجهزة حقيقية، مستفيداً من الضجيج الكمي الجوهري للجهاز لدفع الانتشار نحو توزيع منتظم.
القابلية للتوسع للبيانات الواقعية: نجحت الطريقة في معالجة بيانات طبية واقعية متوسطة الحجم، بما في ذلك صور RGB وأحجام ثلاثية الأبعاد، متجاوزة بذلك قيود الأبعاد التي تميز نماذج QML القائمة على NISQ.
تحسينات منهجية: تقدم الدراسة تحسينات كبيرة عن عمل المؤلفين السابق [50]، بما في ذلك زيادة مستويات الشدة (حتى 64)، واستكشاف توبولوجيات ضجيج كمي مختلفة، وبنيات U-Net متطورة مع تضمينات زمنية مخصصة.
المقارنة المرجعية: يقدم البحث مقارنة صارمة مع نظيره الكلاسيكي (نماذج الانتشار ذات الفضاء ذي الحالة المنفصلة)، موضحاً أن النهج الهجين يحقق نتائج تنافسية.
النتائج
مقاييس الأداء: أظهر النموذج الكمي الهجين أداءً تنافسياً مقابل خط الأساس الكلاسيكي.
في FractureMNIST3D، حقق النموذج الكمي درجات أقل في تباعد KL وفي مسافة FID مقارنة بالنموذج الكلاسيكي، مع تساوي في قيمة SSIM.
عبر جميع مجموعات البيانات، حقق النموذج الكمي باستمرار قيم SSIM أعلى من النظير الكلاسيكي، مما يشير إلى أن عملية الانتشار الكمي قد تساعد في الحفاظ على الميزات الهيكلية في البيانات المولدة.
بالنسبة لـ BloodMNIST و BraTS2020، أظهر النموذج الكمي درجات FID أعلى. ويعزو المؤلفون ذلك إلى اعتماد مقياس FID على شبكة مدربة مسبقاً على بيانات عالية الجودة عامة، والتي قد لا تكون مثالية لمجموعات البيانات الطبية المتخصصة ذات القيود المحددة في التكميم والدقة.
التحليل البصري: تشير النتائج النوعية (مخططات PCA و KDE) إلى أن النموذج يتعلم بنجاح أنماط توزيع البيانات. فبالنسبة لـ BloodMNIST، نجح في التقاط أنماط متعددة؛ وبالنسبة لـ BraTS2020، تجنب انهيار النموذج (model collapse) رغم وجود توزيع أحادي النمط. وتظهر العينات البصرية توليد هياكل منطية تشريحياً، بما في ذلك خلايا الدم، وبطينات الدماغ، والكتل الورمية.
الأهمية والادعاءات يضع المؤلفون هذا العمل كـ إثبات مفهوم لإمكانية تطبيق أجهزة NISQ الحالية في مجال الرعاية الصحية. ويدعون أن نهجهم يتجاوز الحاجة إلى أكواد تصحيح الأخطاء من خلال تحويل الضجيج الكمي "المضر" إلى مكون وظيفي في العملية التوليدية.
يشير البحث بتواضع إلى أنه بينما لا يزال النموذج في مرحلة مبكرة وأن نتائجه قابلة للمقارنة مع (بدلاً من كونها متفوقة بشكل كبير على) الطرق الكلاسيكية أو الهجينة الموجودة، فإن القدرة على معالجة بيانات طبية معقدة ومتعددة الأبعاد (RGB وأحجام ثلاثية الأبعاد) على أجهزة كمية حقيقية تعد خطوة مهمة للأمام. يهدف العمل إلى المساهمة في البحث والتطوير للتطبيقات الطبية باستخدام الحواسيب الكمية، وتحديداً اختبار قدرات أجهزة NISQ الحالية في حل المشكلات الحرجة والمستهلكة للموارد دون الحاجة إلى تحمل خطأ كامل (full fault tolerance).